DOI: https://doi.org/10.1136/bmjqs-2025-019666
PMID: https://pubmed.ncbi.nlm.nih.gov/41494860
تاريخ النشر: 2026-01-06
المؤلف: Rachel Flynn وآخرون
الموضوع الرئيسي: تصميم واستدامة مرافق الرعاية الصحية
نظرة عامة
تؤكد هذه الفقرة على الدور الحاسم لعملية نسيان المعلومات في السعي نحو تحسين مستدام داخل نظم الصحة. وتفترض أن مجرد تنفيذ ممارسات جديدة دون التخلي عن الممارسات ذات القيمة المنخفضة يؤدي إلى تراكم الروتين القديم بدلاً من التقدم الحقيقي. توضح برنامج PREDICT أن التحسين المستدام يتطلب ليس فقط تعليم الأطباء ولكن أيضًا التقاعد المتعمد للممارسات غير الفعالة، ودمج المعايير الجديدة في سير العمل، وقيادة قوية لتعزيز هذه التغييرات.
في سياق مشهد الرعاية الصحية الذي يزداد رقمنة وقيادة بالذكاء الاصطناعي، تتعزز المخاطر المرتبطة بالاحتفاظ بالممارسات القديمة، حيث يمكن أن تستمر هذه الممارسات على نطاق واسع من خلال الذاكرة التنظيمية. لذلك، يجادل المؤلفون بأن التحسين المستدام يعتمد على القدرة على تصميم نظم توازن بحكمة بين الذاكرة والنسيان، مستفيدين من الاستراتيجيات الرقمية والتنظيمية والثقافية لتعزيز التكيف المستمر. في النهاية، سيتم تشكيل مستقبل الرعاية الصحية ليس فقط من خلال المعرفة المكتسبة، ولكن من خلال الشجاعة للتخلي عن الممارسات القديمة، كما تبرزها الرؤى المستخلصة من دراسات PREDICT.
نقاش
يؤكد النقاش على أن التحسين المستدام في الرعاية الصحية يعتمد ليس فقط على التعلم ولكن أيضًا على العملية الحاسمة لنسيان الممارسات القديمة. ويجادل بأن نظم الصحة يجب أن تتطور من خلال التخلي عن الروتين غير الفعال والاحتفاظ فقط بما يفيد رعاية المرضى. يمثل برنامج PREDICT لالتهاب الشعب الهوائية مثالًا على نسيان النظام على مستوى ناجح، حيث يوضح أن التخفيضات المستدامة في العلاجات ذات القيمة المنخفضة تتطلب جهودًا متعمدة للتقاعد عن الممارسات القديمة ودمج المعايير الجديدة في سير العمل السريري. هذه العملية ضرورية، حيث يمكن أن تعيق الروتين المتأصل اعتماد التدخلات المستندة إلى الأدلة، مما يبرز الحاجة إلى أن تواجه نظم الصحة التحيزات المعرفية والقصور الهيكلي الذي يقاوم التغيير.
علاوة على ذلك، يسلط البحث الضوء على أهمية علم التعقيد في فهم كيفية تكيف نظم الصحة وتطورها. ويدعو إلى إدارة متعمدة للاحتفاظ بالمعرفة والتخلص منها، مدعومة بمقاييس تراقب الممارسات القديمة. يجب أيضًا التعامل مع دمج الأدوات الرقمية والذكاء الاصطناعي بحذر، حيث يمكن أن تستمر هذه التقنيات في الممارسات القديمة إذا لم يتم تحديثها بانتظام. في النهاية، يقترح المؤلفون إطارًا مفاهيميًا يوازن بين التعلم والنسيان، مشيرين إلى أن مستقبل تحسين الرعاية الصحية سيعتمد على الشجاعة لنسيان الممارسات ذات القيمة المنخفضة، مما يتيح المجال لرعاية ذات قيمة عالية.
DOI: https://doi.org/10.1136/bmjqs-2025-019666
PMID: https://pubmed.ncbi.nlm.nih.gov/41494860
Publication Date: 2026-01-06
Author(s): Rachel Flynn et al.
Primary Topic: Healthcare Facilities Design and Sustainability
Overview
The section emphasizes the critical role of unlearning in the pursuit of sustainable improvement within health systems. It posits that merely implementing new practices without discarding low-value ones leads to an accumulation of outdated routines rather than genuine progress. The PREDICT programme illustrates that enduring improvement necessitates not only the education of clinicians but also the intentional retirement of ineffective practices, the integration of new norms into workflows, and strong leadership to reinforce these changes.
In the context of an increasingly digital and AI-driven healthcare landscape, the risks associated with retaining outdated practices are amplified, as these can be perpetuated at scale through organizational memory. Therefore, the authors argue that sustainable improvement hinges on the ability to design systems that judiciously balance memory and forgetfulness, leveraging digital, organizational, and cultural strategies to foster continuous adaptation. Ultimately, the future of healthcare will be shaped not just by the knowledge acquired, but by the courage to let go of obsolete practices, as highlighted by the insights from the PREDICT studies.
Discussion
The discussion emphasizes that sustainable improvement in healthcare hinges not only on learning but also on the critical process of unlearning outdated practices. It argues that health systems must evolve by discarding ineffective routines and retaining only what benefits patient care. The PREDICT bronchiolitis program exemplifies successful system-level unlearning, demonstrating that sustained reductions in low-value treatments require deliberate efforts to retire outdated practices and embed new norms into clinical workflows. This process is essential, as entrenched routines can hinder the adoption of evidence-based interventions, underscoring the need for health systems to confront cognitive biases and structural inertia that resist change.
Furthermore, the paper highlights the importance of complexity science in understanding how health systems can adapt and evolve. It advocates for intentional management of knowledge retention and discarding, supported by metrics that monitor outdated practices. The integration of digital tools and AI must also be approached with caution, as these technologies can perpetuate obsolete practices if not regularly updated. Ultimately, the authors propose a conceptual framework that balances learning and unlearning, suggesting that the future of healthcare improvement will depend on the courage to forget low-value practices, thereby making space for high-value care.